Quanto possono essere lunghi i prompt di Qwen-Image-3.0?

Qwen-Image-3.0 supporta istruzioni fino a circa 4.5K token, consentendo descrizioni dettagliate di layout complessi e composizioni visive.

Qual è l'ID del modello API di Qwen-Image-3.0?

L'ID del modello API di Qwen-Image-3.0 è qwen-image-3.0.

Qwen-Image-3.0 dispone di punteggi di benchmark?

Per Qwen-Image-3.0 non sono stati resi pubblici da Alibaba punteggi di benchmark standardizzati, quindi le sue prestazioni competitive dovrebbero al momento essere valutate principalmente tramite esempi qualitativi e test indipendenti.

Qwen-Image-3.0 supporta la modifica delle immagini?

Sì. Qwen-Image-3.0 supporta la generazione da immagine a immagine e la modifica delle immagini utilizzando 1–3 immagini di riferimento insieme a istruzioni di modifica.

Quali risoluzioni supporta Qwen-Image-3.0?

Qwen-Image-3.0 supporta risoluzioni di output fino a 2048×2048, con la documentazione API di Alibaba che specifica un intervallo supportato da 512×512 a 2048×2048.

Qwen-Image-3.0 può generare immagini contenenti testo?

Sì. Qwen-Image-3.0 è progettato per un rendering del testo molto dettagliato, incluso testo piccolo fino a 10 pixel, e supporta 12 lingue e più di 20 font.

Quante immagini può generare Qwen-Image-3.0 per richiesta API?

Qwen-Image-3.0 supporta fino a 6 immagini di output per richiesta API.

Prossimamente

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

Q: Che cos'è Qwen-Image-3.0?

Qwen-Image-3.0 è il modello di generazione di immagini di terza generazione di Alibaba Qwen, incentrato su layout complessi, composizione delle immagini dettagliata, rendering del testo, tipografia multilingue e flussi di lavoro pratici per la generazione e la modifica di immagini.

prossimamente

Prezzo di partenza

Vedi i prezzi

Fatturazione a consumo

Stato dell'API

Disponibile

Endpoint di produzione

Risposta

Pronto per l'async

Tempo di risposta API osservato

Pubblicato

Aug 11, 2026

Aliyun

Panoramica del modello

Un'identità stabile del modello per la ricerca e la valutazione, abbinata a dati di catalogo in tempo reale che possono cambiare senza dover riscrivere la struttura SEO principale della pagina.

Identità stabile

Che cos'è Qwen-Image-3.0?

prossimamente

L'identità canonica del modello rimane stabile al variare di prezzi e limiti.

Dati del modello in tempo reale

Istantanea attuale del catalogo

Disponibilità

Prossimamente

Prezzo di partenza

Vedi i prezzi

Contesto

Visualizza le funzionalità

Data del catalogo

Aug 11, 2026

Panoramica

Una panoramica pratica di Qwen-Image-3.0, con comportamenti importanti e considerazioni per l'integrazione.

Che cos'è Qwen-Image-3.0?

Qwen-Image-3.0 è il modello di generazione di immagini di terza generazione di Alibaba Qwen, progettato per rendere le immagini generate dall'IA più utili per flussi di lavoro creativi e di design reali, invece di concentrarsi soltanto sull'estetica visiva. Supporta sia il text-to-image (T2I) sia l'editing image-to-image (I2I), con particolare enfasi su layout complessi, informazioni visive dense, resa accurata del testo, tipografia multilingue e composizione dell'immagine dettagliata.

Alibaba posiziona Qwen-Image-3.0 attorno a tre capacità chiave: Contenuti ricchi, Dettagli autentici e Conoscenza profonda. Il modello accetta prompt fino a circa 4.5K token, consentendo agli utenti di descrivere composizioni complesse come giornali, storyboard, compiti d'esame, infografiche multi-pannello e mockup di interfacce in un'unica richiesta. Può anche rendere testo fino a 10 pixels, supporta 12 lingue e più di 20 fonts ed è progettato per riprodurre dettagli visivi fini come ciocche di capelli, pori e micro-espressioni facciali.

Quali sono le caratteristiche principali di Qwen-Image-3.0?

Generazione di layout complessi: Qwen-Image-3.0 è progettato per composizioni visive ad alta densità informativa. Alibaba mostra layout che includono griglie visive 3×3, diapositive matematiche, giornali, storyboard, menu, compiti d'esame e altri design strutturati generati in un'unica immagine invece di richiedere l'unione di più immagini.

Istruzioni più lunghe per la generazione di immagini: il modello supporta prompt fino a circa 4.5K tokens, offrendo agli utenti molto più spazio per specificare oggetti, relazioni, tipografia, layout, gerarchia visiva e stile all'interno di un'unica richiesta di generazione.

Resa del testo dettagliata: Qwen-Image-3.0 è specificamente progettato per rendere testo piccolo, con Alibaba che evidenzia testo fino a 10px. Questo rende il modello particolarmente rilevante per poster, infografiche, diagrammi, concetti di UI, materiali educativi e altri design in cui il testo leggibile è parte dell'immagine piuttosto che un ripensamento.

Tipografia multilingue: il modello supporta la resa nativa in 12 lingue e più di 20 fonts, ampliandone l'utilità per materiali di marketing multilingue, grafica localizzata, interfacce di prodotto e creazione di contenuti internazionali.

Editing di immagini: Qwen-Image-3.0 supporta la generazione e l'editing da immagine a immagine utilizzando immagini di riferimento insieme a istruzioni di editing. La documentazione API attuale di Alibaba supporta 1–3 immagini di riferimento per i flussi I2I.

Output multipli: l'API supporta fino a 6 immagini in output per richiesta, consentendo agli utenti di generare diverse varianti a partire dallo stesso prompt.

Specifiche tecniche di Qwen-Image-3.0

Alibaba pubblica informazioni concrete di accesso e capacità per il modello Standard. La tabella separa i limiti documentati dalle affermazioni di marketing per evitare che gli sviluppatori scambino una demo per una garanzia dell'API.

Specifica	Qwen-Image-3.0
Sviluppatore	Alibaba Qwen Team
Tipo di modello	Generazione di immagini ed editing di immagini
Posizionamento primario	Equilibrio tra qualità, velocità e costo
Model ID	qwen-image-3.0
Modalità di input	Testo e immagini
Modalità di output	Immagine
Modalità di generazione	Text-to-image; image-to-image; editing su istruzioni
Prompt massimo	Circa 4.5K tokens
Immagini di riferimento	1-3
Intervallo di pixel in output	Pixel totali da 512 x 512 a 2048 x 2048
Formato di output	PNG
Resa testo piccolo dichiarata	Circa 10 px
Lingue native testo visivo	12
Limite di frequenza standard	20 RPM nelle regioni documentate
Function calling	Non supportato
Batch inference	Non supportato
Fine-tuning	Non supportato
CometAPI endpoints	/v1/images/generations; /v1/images/edits

Prestazioni di benchmark di Qwen-Image-3.0

Modello	T2I Elo	Classifica T2I	Edit Elo	Classifica Edit	Prezzo API / 1K
GPT Image 2 (high)	1,367	#1	1,257	#4	$211
Nano Banana 2	1,319	#3	1,250	#7	$67
Qwen-Image-3.0-Pro	1,284	#9	1,250	#5	$43
Seedream 5.0 Pro	1,279	#10	1,247	#8	$90
Qwen-Image-3.0	1,275	#11	1,218	#15	$30

Cosa significano i risultati

Standard rispetto a Pro: il divario nel text-to-image è di soli 9 Elo, ma Pro è avanti di 32 Elo nell'editing. Il motivo principale per pagare Pro potrebbe quindi essere la qualità dell'editing piuttosto che la generazione al primo tentativo.
Contro Seedream 5.0 Pro: Standard è indietro di soli 4 Elo nel text-to-image, mentre Pro è avanti di 5 Elo. Queste piccole differenze rientrano negli intervalli di incertezza pubblicati e vanno considerate come un cluster competitivo, non un ordinamento definitivo.
Contro Nano Banana 2: Standard è indietro di 44 Elo nel text-to-image e di 32 Elo nell'editing. Pro riduce il divario nell'editing fino a un pareggio a 1,250 Elo.
Contro GPT Image 2: GPT è avanti su Standard di 92 Elo nel text-to-image e di 39 Elo nell'editing. Il punto di forza di Qwen è quindi il rapporto qualità-prezzo e la specializzazione nei layout, non la leadership universale in termini di qualità.
Rispetto al precedente Qwen Image 2.0 Pro, il modello Standard 3.0 guadagna 39 Elo nel text-to-image nello stesso leaderboard mentre il prezzo rappresentativo scende da $75 a $30 per 1,000 immagini.

Qwen-Image-3.0 vs GPT Image 2 vs Nano Banana 2

Nessun modello di immagini primeggia in ogni dimensione di produzione. Preferenza generale, fedeltà dell'editing, resa del testo, capacità di riferimento, risoluzione di output, grounding, latenza e costo possono indicare vincitori diversi. Il confronto seguente si concentra sulle capacità documentate e sui risultati indipendenti di Arena.

Dimensione	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Posizionamento	Equilibrio qualità / velocità / costo	Massima fedeltà di Qwen	Modello di immagini generico premium	Modello di immagini Gemini veloce e ad alto volume	Design ed editing professionali
T2I / Edit Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Output citato	Circa 2K	Circa 2K	Dimensioni flessibili	Fino a 4K	Circa 2K su CometAPI
Input di riferimento	1-3	1-3	Supportati	Multi-riferimento	Fino a 10 su CometAPI
Focus tipografico	Brief 4.5K; claim 10px; 12 lingue	Stesso focus di base con maggiore fedeltà	Testo multilingue solido	Testo più grounding con ricerca	Infografiche dense e controlli spaziali
Grounding sul Web	No	No	Non una caratteristica determinante dell'API	Google Search e Image Search	Dipende dal percorso di accesso
Miglior utilizzo	Layout densi a costo controllato	Editing Qwen di alta qualità	Massima preferenza generale	Flussi di lavoro 4K veloci e con informazioni aggiornate	Modifiche precise e design multi-riferimento

FAQ

API

Copia un endpoint funzionante e un esempio di codice, poi apri il riferimento API completo quando ti serve ogni parametro.

Un'unica API, accesso ai modelli pronto per la produzione

Autenticati una sola volta, chiama l'endpoint del modello e mantieni lo stesso flusso di fatturazione e osservabilità tra i fornitori.

Codice di esempio e API per Qwen-Image-3.0

Accedi a codice di esempio completo e risorse API per Qwen-Image-3.0 per semplificare il tuo processo di integrazione. La nostra documentazione dettagliata fornisce una guida passo dopo passo, aiutandoti a sfruttare appieno il potenziale di Qwen-Image-3.0 nei tuoi progetti.

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

cURL Code Example

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

Python Code Example

import json
import os

import requests


COMETAPI_KEY = os.environ["COMETAPI_KEY"]
QWEN_IMAGE_INPUT_URL = os.environ["QWEN_IMAGE_INPUT_URL"]

headers = {
    "Authorization": f"Bearer {COMETAPI_KEY}",
    "Content-Type": "application/json",
}

generation_response = requests.post(
    "https://api.cometapi.com/v1/images/generations",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {
                            "text": "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
                        }
                    ],
                }
            ]
        },
        "parameters": {
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
            "size": "1328*1328",
        },
    },
    timeout=120,
)
generation_response.raise_for_status()
print("Generation response:")
print(json.dumps(generation_response.json(), ensure_ascii=False, indent=2))

edit_response = requests.post(
    "https://api.cometapi.com/v1/images/edits",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {"image": QWEN_IMAGE_INPUT_URL},
                        {
                            "text": "Turn the scene into a moonlit watercolor while preserving the main composition."
                        },
                    ],
                }
            ]
        },
        "parameters": {
            "n": 1,
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
        },
    },
    timeout=120,
)
edit_response.raise_for_status()
print("Edit response:")
print(json.dumps(edit_response.json(), ensure_ascii=False, indent=2))

JavaScript Code Example

const apiKey = process.env.COMETAPI_KEY;
const inputImageUrl = process.env.QWEN_IMAGE_INPUT_URL;

if (!apiKey || !inputImageUrl) {
  throw new Error("Set COMETAPI_KEY and QWEN_IMAGE_INPUT_URL before running this example.");
}

const headers = {
  Authorization: `Bearer ${apiKey}`,
  "Content-Type": "application/json",
};

const generationResponse = await fetch(
  "https://api.cometapi.com/v1/images/generations",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              {
                text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns.",
              },
            ],
          },
        ],
      },
      parameters: {
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
        size: "1328*1328",
      },
    }),
  },
);

if (!generationResponse.ok) {
  throw new Error(`Generation failed (${generationResponse.status}): ${await generationResponse.text()}`);
}

console.log("Generation response:");
console.log(JSON.stringify(await generationResponse.json(), null, 2));

const editResponse = await fetch(
  "https://api.cometapi.com/v1/images/edits",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              { image: inputImageUrl },
              {
                text: "Turn the scene into a moonlit watercolor while preserving the main composition.",
              },
            ],
          },
        ],
      },
      parameters: {
        n: 1,
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
      },
    }),
  },
);

if (!editResponse.ok) {
  throw new Error(`Edit failed (${editResponse.status}): ${await editResponse.text()}`);
}

console.log("Edit response:");
console.log(JSON.stringify(await editResponse.json(), null, 2));

Casi d'uso

Usa Qwen-Image-3.0 per flussi di produzione in linea con le sue capacità image, poi confronta altre alternative prima di un'integrazione a lungo termine.

Visual di prodotto e creatività per campagne

Concept art ed esplorazione visiva rapida

Editing, varianti e produzione di asset per immagini

Altri modelli

Confronta altri modelli disponibili tramite CometAPI in base a qualità, latenza, capacità e prezzo.

Apri confronto modelli →

Google

Nano Banana 2.1

Esplora l'API di Nano Banana 2.1.

Visualizza modello

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, il suo modello di IA aggiornato per la generazione e la modifica di immagini

Visualizza modello

OpenAI

GPT Image 2

GPT Image 2 è il modello di generazione di immagini all’avanguardia di OpenAI per generare e modificare immagini in modo rapido e di alta qualità. Supporta dimensioni di immagine flessibili e input di immagini ad alta fedeltà.

Visualizza modello

Runway

Gen4-image

Esplora l'API di Gen4-image.

Visualizza modello

Runway

Gen4-image-turbo

Esplora l'API di Gen4-image-turbo.

Visualizza modello

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model è uno specialista dell’efficienza nella famiglia della generazione di immagini, progettato per una latenza ultrabassa e per una generazione e modifica di immagini a costi contenuti.

Visualizza modello

Disponibilità

Controlla i dati di heartbeat in tempo reale, la disponibilità dell'endpoint e i tempi di risposta osservati prima di passare in produzione.

Aggiornamenti

Segui le modifiche rilevanti alla disponibilità, ai prezzi e alle funzionalità di Qwen-Image-3.0 senza perdere la pagina stabile del modello.

Registro delle modifiche del modello

Una pagina che migliora nel tempo.

Note di rilascio, variazioni dei prezzi, aggiornamenti dei benchmark e indicazioni per la migrazione si accumulano qui, mentre l'URL canonico rimane invariato.

Pre-lancio

Pagina del modello pre-lancio pubblicata

Una pagina permanente dedicata al modello è riservata a Qwen-Image-3.0; i dati non confermati restano chiaramente contrassegnati fino al rilascio.

Dati in tempo reale

Prezzi e limiti sincronizzati dal catalogo

Prezzo, contesto, disponibilità e limiti sono trattati come proprietà dinamiche invece di essere incorporati nel titolo della pagina o nell'identità del modello.

Aug 12, 2026

Entità del modello permanente creata

Il provider e lo slug del modello formano un URL canonico duraturo; i futuri aggiornamenti di contenuti e dati rimarranno su questa pagina.

Continua a esplorare

Confronta i modelli e continua la tua ricerca

Prossimamente

Aliyun

qwen-image-3.0

Qwen-Image-3.0 API

prossimamente

Prezzo di partenza

Vedi i prezzi

Fatturazione a consumo

Stato dell'API

Disponibile

Endpoint di produzione

Risposta

Pronto per l'async

Tempo di risposta API osservato

Pubblicato

Aug 11, 2026

Aliyun

Panoramica del modello

Un'identità stabile del modello per la ricerca e la valutazione, abbinata a dati di catalogo in tempo reale che possono cambiare senza dover riscrivere la struttura SEO principale della pagina.

Identità stabile

Che cos'è Qwen-Image-3.0?

prossimamente

L'identità canonica del modello rimane stabile al variare di prezzi e limiti.

Dati del modello in tempo reale

Istantanea attuale del catalogo

Disponibilità

Prossimamente

Prezzo di partenza

Vedi i prezzi

Contesto

Visualizza le funzionalità

Data del catalogo

Aug 11, 2026

Panoramica

Una panoramica pratica di Qwen-Image-3.0, con comportamenti importanti e considerazioni per l'integrazione.

Che cos'è Qwen-Image-3.0?

Quali sono le caratteristiche principali di Qwen-Image-3.0?

Output multipli: l'API supporta fino a 6 immagini in output per richiesta, consentendo agli utenti di generare diverse varianti a partire dallo stesso prompt.

Specifiche tecniche di Qwen-Image-3.0

Specifica	Qwen-Image-3.0
Sviluppatore	Alibaba Qwen Team
Tipo di modello	Generazione di immagini ed editing di immagini
Posizionamento primario	Equilibrio tra qualità, velocità e costo
Model ID	qwen-image-3.0
Modalità di input	Testo e immagini
Modalità di output	Immagine
Modalità di generazione	Text-to-image; image-to-image; editing su istruzioni
Prompt massimo	Circa 4.5K tokens
Immagini di riferimento	1-3
Intervallo di pixel in output	Pixel totali da 512 x 512 a 2048 x 2048
Formato di output	PNG
Resa testo piccolo dichiarata	Circa 10 px
Lingue native testo visivo	12
Limite di frequenza standard	20 RPM nelle regioni documentate
Function calling	Non supportato
Batch inference	Non supportato
Fine-tuning	Non supportato
CometAPI endpoints	/v1/images/generations; /v1/images/edits

Prestazioni di benchmark di Qwen-Image-3.0

Modello	T2I Elo	Classifica T2I	Edit Elo	Classifica Edit	Prezzo API / 1K
GPT Image 2 (high)	1,367	#1	1,257	#4	$211
Nano Banana 2	1,319	#3	1,250	#7	$67
Qwen-Image-3.0-Pro	1,284	#9	1,250	#5	$43
Seedream 5.0 Pro	1,279	#10	1,247	#8	$90
Qwen-Image-3.0	1,275	#11	1,218	#15	$30

Cosa significano i risultati

Standard rispetto a Pro: il divario nel text-to-image è di soli 9 Elo, ma Pro è avanti di 32 Elo nell'editing. Il motivo principale per pagare Pro potrebbe quindi essere la qualità dell'editing piuttosto che la generazione al primo tentativo.
Contro Seedream 5.0 Pro: Standard è indietro di soli 4 Elo nel text-to-image, mentre Pro è avanti di 5 Elo. Queste piccole differenze rientrano negli intervalli di incertezza pubblicati e vanno considerate come un cluster competitivo, non un ordinamento definitivo.
Contro Nano Banana 2: Standard è indietro di 44 Elo nel text-to-image e di 32 Elo nell'editing. Pro riduce il divario nell'editing fino a un pareggio a 1,250 Elo.
Contro GPT Image 2: GPT è avanti su Standard di 92 Elo nel text-to-image e di 39 Elo nell'editing. Il punto di forza di Qwen è quindi il rapporto qualità-prezzo e la specializzazione nei layout, non la leadership universale in termini di qualità.
Rispetto al precedente Qwen Image 2.0 Pro, il modello Standard 3.0 guadagna 39 Elo nel text-to-image nello stesso leaderboard mentre il prezzo rappresentativo scende da $75 a $30 per 1,000 immagini.

Qwen-Image-3.0 vs GPT Image 2 vs Nano Banana 2

Dimensione	Qwen 3 Standard	Qwen 3 Pro	GPT Image 2	Nano Banana 2	Seedream 5 Pro
Posizionamento	Equilibrio qualità / velocità / costo	Massima fedeltà di Qwen	Modello di immagini generico premium	Modello di immagini Gemini veloce e ad alto volume	Design ed editing professionali
T2I / Edit Elo	1,275 / 1,218	1,284 / 1,250	1,367 / 1,257	1,319 / 1,250	1,279 / 1,247
Output citato	Circa 2K	Circa 2K	Dimensioni flessibili	Fino a 4K	Circa 2K su CometAPI
Input di riferimento	1-3	1-3	Supportati	Multi-riferimento	Fino a 10 su CometAPI
Focus tipografico	Brief 4.5K; claim 10px; 12 lingue	Stesso focus di base con maggiore fedeltà	Testo multilingue solido	Testo più grounding con ricerca	Infografiche dense e controlli spaziali
Grounding sul Web	No	No	Non una caratteristica determinante dell'API	Google Search e Image Search	Dipende dal percorso di accesso
Miglior utilizzo	Layout densi a costo controllato	Editing Qwen di alta qualità	Massima preferenza generale	Flussi di lavoro 4K veloci e con informazioni aggiornate	Modifiche precise e design multi-riferimento

FAQ

API

Copia un endpoint funzionante e un esempio di codice, poi apri il riferimento API completo quando ti serve ogni parametro.

Un'unica API, accesso ai modelli pronto per la produzione

Autenticati una sola volta, chiama l'endpoint del modello e mantieni lo stesso flusso di fatturazione e osservabilità tra i fornitori.

Codice di esempio e API per Qwen-Image-3.0

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

cURL Code Example

set -euo pipefail
: "${QWEN_IMAGE_INPUT_URL:?Set QWEN_IMAGE_INPUT_URL before running this example}"

generation_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [{
          text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
        }]
      }]
    },
    parameters: {
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false,
      size: "1328*1328"
    }
  }')

echo "Generation response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${generation_payload}"
echo

edit_payload=$(jq -nc \
  --arg model "qwen-image-3.0" \
  --arg image "${QWEN_IMAGE_INPUT_URL}" \
  '{
    model: $model,
    input: {
      messages: [{
        role: "user",
        content: [
          {image: $image},
          {text: "Turn the scene into a moonlit watercolor while preserving the main composition."}
        ]
      }]
    },
    parameters: {
      n: 1,
      negative_prompt: "blurry, low quality",
      prompt_extend: true,
      watermark: false
    }
  }')

echo "Edit response:"
curl --fail-with-body --silent --show-error --request POST \
  https://api.cometapi.com/v1/images/edits \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data "${edit_payload}"
echo

Python Code Example

import json
import os

import requests


COMETAPI_KEY = os.environ["COMETAPI_KEY"]
QWEN_IMAGE_INPUT_URL = os.environ["QWEN_IMAGE_INPUT_URL"]

headers = {
    "Authorization": f"Bearer {COMETAPI_KEY}",
    "Content-Type": "application/json",
}

generation_response = requests.post(
    "https://api.cometapi.com/v1/images/generations",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {
                            "text": "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns."
                        }
                    ],
                }
            ]
        },
        "parameters": {
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
            "size": "1328*1328",
        },
    },
    timeout=120,
)
generation_response.raise_for_status()
print("Generation response:")
print(json.dumps(generation_response.json(), ensure_ascii=False, indent=2))

edit_response = requests.post(
    "https://api.cometapi.com/v1/images/edits",
    headers=headers,
    json={
        "model": "qwen-image-3.0",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {"image": QWEN_IMAGE_INPUT_URL},
                        {
                            "text": "Turn the scene into a moonlit watercolor while preserving the main composition."
                        },
                    ],
                }
            ]
        },
        "parameters": {
            "n": 1,
            "negative_prompt": "blurry, low quality",
            "prompt_extend": True,
            "watermark": False,
        },
    },
    timeout=120,
)
edit_response.raise_for_status()
print("Edit response:")
print(json.dumps(edit_response.json(), ensure_ascii=False, indent=2))

JavaScript Code Example

const apiKey = process.env.COMETAPI_KEY;
const inputImageUrl = process.env.QWEN_IMAGE_INPUT_URL;

if (!apiKey || !inputImageUrl) {
  throw new Error("Set COMETAPI_KEY and QWEN_IMAGE_INPUT_URL before running this example.");
}

const headers = {
  Authorization: `Bearer ${apiKey}`,
  "Content-Type": "application/json",
};

const generationResponse = await fetch(
  "https://api.cometapi.com/v1/images/generations",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              {
                text: "Create a cinematic watercolor of a moonlit harbor with glowing paper lanterns.",
              },
            ],
          },
        ],
      },
      parameters: {
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
        size: "1328*1328",
      },
    }),
  },
);

if (!generationResponse.ok) {
  throw new Error(`Generation failed (${generationResponse.status}): ${await generationResponse.text()}`);
}

console.log("Generation response:");
console.log(JSON.stringify(await generationResponse.json(), null, 2));

const editResponse = await fetch(
  "https://api.cometapi.com/v1/images/edits",
  {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "qwen-image-3.0",
      input: {
        messages: [
          {
            role: "user",
            content: [
              { image: inputImageUrl },
              {
                text: "Turn the scene into a moonlit watercolor while preserving the main composition.",
              },
            ],
          },
        ],
      },
      parameters: {
        n: 1,
        negative_prompt: "blurry, low quality",
        prompt_extend: true,
        watermark: false,
      },
    }),
  },
);

if (!editResponse.ok) {
  throw new Error(`Edit failed (${editResponse.status}): ${await editResponse.text()}`);
}

console.log("Edit response:");
console.log(JSON.stringify(await editResponse.json(), null, 2));

Casi d'uso

Usa Qwen-Image-3.0 per flussi di produzione in linea con le sue capacità image, poi confronta altre alternative prima di un'integrazione a lungo termine.

Visual di prodotto e creatività per campagne

Concept art ed esplorazione visiva rapida

Editing, varianti e produzione di asset per immagini

Altri modelli

Confronta altri modelli disponibili tramite CometAPI in base a qualità, latenza, capacità e prezzo.

Apri confronto modelli →

Google

Nano Banana 2.1

Esplora l'API di Nano Banana 2.1.

Visualizza modello

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, il suo modello di IA aggiornato per la generazione e la modifica di immagini

Esplora l'API di Gen4-image.

Visualizza modello

Runway

Gen4-image-turbo

Esplora l'API di Gen4-image-turbo.

Disponibilità

Controlla i dati di heartbeat in tempo reale, la disponibilità dell'endpoint e i tempi di risposta osservati prima di passare in produzione.

Aggiornamenti

Segui le modifiche rilevanti alla disponibilità, ai prezzi e alle funzionalità di Qwen-Image-3.0 senza perdere la pagina stabile del modello.

Registro delle modifiche del modello

Una pagina che migliora nel tempo.

Note di rilascio, variazioni dei prezzi, aggiornamenti dei benchmark e indicazioni per la migrazione si accumulano qui, mentre l'URL canonico rimane invariato.

Pre-lancio

Pagina del modello pre-lancio pubblicata

Una pagina permanente dedicata al modello è riservata a Qwen-Image-3.0; i dati non confermati restano chiaramente contrassegnati fino al rilascio.

Dati in tempo reale

Prezzi e limiti sincronizzati dal catalogo

Prezzo, contesto, disponibilità e limiti sono trattati come proprietà dinamiche invece di essere incorporati nel titolo della pagina o nell'identità del modello.

Aug 12, 2026

Entità del modello permanente creata

Il provider e lo slug del modello formano un URL canonico duraturo; i futuri aggiornamenti di contenuti e dati rimarranno su questa pagina.

Continua a esplorare